RAPPORT. Produktivitetsutvikling i BUP poliklinikker : Betydningen av endret pasientsammensetning. SINTEF Helse.

Transkript

1 SINTEF A6587 RAPPORT Produktivitetsutvikling i BUP poliklinikker : Betydningen av endret pasientsammensetning Vidar Halsteinli SINTEF Helse April 2008

2

3

4

5 Forord I de årlige SAMDATA-rapportene er det publisert flere indikatorer knyttet til produktivitet i poliklinikker for barn og unge innen det psykiske helsevernet. I denne rapporten foretas en samlet analyse av produktivitetsutviklingen for perioden Dette er rapport to av i alt tre rapporter i SAMDATA-sammenheng med supplerende analyser til de prosjekter som har blitt i gangsatt av Norges Forskningsråd i forbindelse med evalueringen av Opptrappingsplanen for psykisk helse. Rapporten er skrevet av Vidar Halsteinli. Professor Jon Magnussen (NTNU) og seniorforsker Sverres A.C. Kittelsen (Frischsenteret, UiO) har vært svært nyttige diskusjonspartnere når det gjelder metodisk tilnærming. Sverre A.C. Kittelsen har i tillegg bidratt med enkelte analyser som underlagsmateriale for rapporten. Klinikksjef Bjørn Reigstad (Barne- og ungdomspsykiatrisk avdeling, Nordlandssykehuset Bodø) har bidratt med svært nyttige synspunkter fra et klinisk ståsted. Kolleger ved SINTEF Helse har også kommet svært nyttige kommentarer underveis. Innholdet i rapporten er imidlertid forfatterens ansvar. Trondheim 28. april Vidar Halsteinli 3

6

7 Innholdsfortegnelse Forord...3 Innholdsfortegnelse...5 Tabelloversikt... 6 Figuroversikt... 6 Sammendrag Bakgrunn og problemstillinger Datamateriale og metode Innsatsfaktorer Produkter og inndeling i pasientgrupper Deskriptiv beskrivelse av poliklinikkene for perioden Metode Modeller Produktivitetsutvikling Nasjonal produktivitetsutvikling Regional produktivitetsutvikling Oppsummering Referanser VEDLEGG:

8 Tabelloversikt Tabell 2.1 Antall enheter/poliklinikker som inngikk i datamaterialet. Helseregioner...14 Tabell 2.2 Deskriptiv statistikk for pasientsammensetning, ressursinnsats og behandlingsaktivitet. Gjennomsnitt og standardavvik for poliklinikkene. Ubalansert panel Tabell 2.3 Deskriptiv statistikk avledede variabler. Gjennomsnitt og standardavvik for poliklinikkene. Ubalansert panel Tabell 2.4 PAS: Fordeling av pasienter på 10 output. Andeler (sum= 100) Tabell 3.1 Modellen PASTIL: Nivå teknisk produktivitet for BUP poliklinikker Årlige gjennomsnitt for hele utvalget (ubalansert panel) og for panelet av enheter med data alle år (N=37). Konfidensintervall (95 %) for bootstrap-baserte produktivitetsestimatorer i parentes Tabell 3.2 Teknisk effektivitet BUP poliklinikker Veid gjennomsnitt for regionale helseforetak (vektet etter poliklinikkenes størrelse målt med årsverk). Modell = PASTIL...22 Figuroversikt Figur 3.1 Figur 3.2 Figur 3.3 Nivå på teknisk produktivitet BUP poliklinikker Årlige uveide gjennomsnitt for fire ulike modeller Modell PASTIL: Gjennomsnittlig produktivitetsendring ved Malmquist teknisk produtivitetsindeks relativ til Panel av enheter med data alle år (N=37). Bootstrap-basert 95 % konfidensintervall...21 Teknisk effektivitet BUP poliklinikker Veid gjennomsnitt for regionale helseforetak (vektet etter poliklinikkenes størrelse målt med årsverk)

9 Sammendrag Økt tilgang til spesialisert behandling for barn og unge har vært et sentralt mål i Opptrappingsplanen for psykisk helse. For å nå målet om fem prosent dekning blant de mellom 0 og 18 år, skulle for det første antall ansatte i poliklinikkene øke med 400 og dernest skulle poliklinikkenes produktivitet i form av tiltak per behandler øke med 50 prosent. Fra 1998 til 2006 økte antall tiltak per fagårsverk med i overkant av 70 prosent. Det har vært hevdet at økningen i tiltak kan skyldes endret registreringspraksis og at det ikke er tatt hensyn til forskjeller i pasientsammensetning ved beregning av produktivitet. Spørsmålet er med andre ord om den enkle indikatoren tiltak per behandler gir et dekkende uttrykk for produktivitetsutviklingen. I denne rapporten har vi analysert produktivitetsutviklingen for BUP poliklinikker i perioden i et utvidet perspektiv. Vi har nyansert poliklinikkenes aktivitet (eller produkt) ved å ta hensyn til forskjeller i pasientsammensetning både mellom poliklinikker og over tid, og vi har brukt både pasienter og tiltak som mål på aktivitet. Vi har benyttet antall fagårsverk som mål på ressursinnsats (eller innsatsfaktor), og vi har tatt hensyn til ulik bemanningssammensetning ved å skille mellom universitetsutdannet personell (leger og psykologer) og høyskoleutdannet personell (sykepleiere, spesialpedagoger mm). I mangel av kjennskap til effekt av behandling har vi benyttet aktivitet som mål på produksjonen: Antall pasienter, direkte tiltak og indirekte tiltak. Behandlede pasienter ble fordelt på åtte grupper etter kjønn, alder (under/over 13 år) og etter henvisningsgrunn ved at en andelsmessig stor pasientgruppe knyttet til atferdsvansker er skilt fra øvrige pasienter. Datamaterialet besto av et ubalansert panel av poliklinikker for perioden Antall enheter varierte fra 48 til 60 de enkelte år, mens et panel bestående av 37 poliklinikker hadde data for alle år. Pasientsammensetningen endret seg vesentlig fra 1998 til Andel gutter økte moderat, andel pasienter over 13 år økte noe mer og andel pasienter henvist med atferdsproblematikk økte vesentlig. For poliklinikkene i vårt datamateriale økte tiltak per fagårsverk med 62 prosent, tiltak per pasient med 37 prosent og mens pasienter per fagårsverk økte med 20 prosent. Vi har estimert teknisk produktivitet som gir uttrykk for poliklinikkenes nivå i forhold til det som teoretisk sett er mulig gitt at poliklinikkene ble organisert som enheter innenfor intervallet for optimal skala. Poliklinikkenes aktivitet gitt personellressursene, ble målt i forhold til beste praksis ved bruk av den ikke-parametriske metoden DEA (Data Envelopment Analysis). Den effektive fronten ( beste praksis ) ble bestemt av observasjonene i datamaterialet, og enheter for alle år ble tillatt å ligge på fronten. En bootstrap-metode ble benyttet for å beregne teknisk produktivitet og tilhørende konfidensintervall. Produktivitetsendring ble primært beregnet ved den såkalte Malmquistindeksen som for hver poliklinikk uttrykker teknisk produktivitet ett år i forhold til teknisk produktivitet et basisår (1998). Fire modeller ble undersøkt. Den modellen som lå nærmest den enkle indikatoren tiltak per fagårsverk var referansemodell (REF). Det alternative utgangspunkt var en modell med kun antall pasienter som output, men splittet i åtte grupper (PAS). I den den tredje modellen antok vi at PAS ikke i tilstrekkelig grad klarer å korrigere for forskjeller i relativt ressursbehov for pasienter innen de åtte pasientgruppene, og direkte og indirekte tiltak i ble inkludert (PASTIL). Den fjerde modellen (TIL) inkluderte kun direkte og indirekte tiltak slik som i REF, men alle tiltaksvariablene ble splittet etter pasientsammensetning slik som i PAS. 7

10 Resultatene viste for det første at korreksjon for pasientsammensetning var av vesentlig betydning for estimert endring i produktivitetsnivå. En stor del av effektivitetsforbedringen som REF indikerte, ble utliknet når det ble tatt hensyn til endringer i pasientsammensetning (TIL). For det andre viste resultatene at når antall pasienter fordelt på grupper og i tillegg tiltak ble benyttet som aktivitetsmål (PASTIL), fikk vi et annet bilde av effektivitetsforbedringen sammenliknet med TIL. PAS viste forholdsvis liten endring i gjennomsnittlig produktivitet over hodet. Vår vurdering var at modellen PASTIL var best egnet til å uttrykke poliklinikkenes utvikling. Begrunnelsen var at den både inkluderte antall pasienter som var et poeng i seg selv for å balansere mulige forskjeller/endringer i registreringspraksis for tiltak, den tok hensyn til endringer i pasientsammensetning og i tillegg korrigerte den for pasientforskjeller reflektert ved utførte tiltak. Basert på panelet av poliklinikker med data alle år, ble gjennomsnittlig produktivitetsforbedring estimert til å ligge i intervallet prosent. Poliklinikkenes effektivitetsforbedring har skjedd i to trinn: Først i opptrappingsplanens startfase, og deretter ved etablering av helseforetakene i Effektivitetsforbedringen synes å ha avtatt mot slutten av perioden. I alle helseregionene lå produktivitetsnivået høyere i 2006 enn i 1998, og det skjedde en viss tilnærming mellom helseregionene i perioden. Hvis vi holder Midt-Norge utenfor, var det liten forskjell i gjennomsnittlig teknisk produktivitet i Psykisk helsevern for barn og unge har vært gjenstand for stor ytre påvirkning i perioden og den har forandret seg. De ytre kjennetegnene er at ressursinnsatsen har økt, men antall behandlede pasienter og antall utførte tiltak har økt ennå mer. Vi har i denne analysen korrigert for at pasientsammensetningen har endret seg over tid. Resultatet er et annet bilde av produktivitetsutviklingen enn indikatoren tiltak per fagårsverk gir inntrykk av. Etter vår oppfatning gir estimatet på poliklinikkenes produktivitetsforbedring i størrelsesorden prosent et mer dekkende bilde av produktivitetsutviklingen enn det tiltak per fagårsverk indikerer. En viktig årsak til det er at poliklinikkenes pasientsammensetning endret seg vesentlig med blant annet et økt innslag av pasienter med atferdsproblematikk. Dernest er det indikasjoner på at poliklinikkene delvis har respondert på myndighetenes produktivitetskrav med økt registrering og/eller endret registrering av tiltak. En indikasjon på dette er den kraftige økningen i tiltak per pasient i 2002 og 2003 som sammenfalt med en forsterkning av både inntjenings- og produktivitetskrav til poliklinikkene. En produktivitetsvekst på i størrelsesorden 21 til 31 prosent er likevel en substansiell økning, særlig tatt i betraktning av den kraftige bemanningsøkningen BUP poliklinikkene har opplevd og de ulemper i form av opplæringskostnader som det må ha medført. 8

11 1 Bakgrunn og problemstillinger Økt tilgang til spesialisert behandling for barn og unge har vært et sentralt mål i Opptrappingsplanen for psykisk helse (Sosial- og helsedepartementet, 1998). For å nå målet om fem prosent dekning blant de mellom 0 og 18 år, skulle for det første antall ansatte i poliklinikkene øke med 400 og dernest skulle poliklinikkenes produktivitet i form av tiltak per behandler øke med 50 prosent. Med tiltak menes terapisesjon, konsultasjon, samarbeidsmøte eller tilsvarende. Opptrappingsplanen var planlagt for åtte år, men ble utvidet til 10 år i løpet av planperioden. Selv om planperioden har vært forholdsvis lang, må en produktivitetsøkning på 50 prosent ansees som relativt mye. En økning på 50 prosent over åtte år tilsvarer en gjennomsnittlig årlig økning på 5,2 prosent. Til sammenlikning var produktivitetsøkningen i somatiske sykehus i perioden på mellom to og tre prosent per år, mens den i perioden var nær uendret (Ose og Magnussen (2004), Pedersen (2007)). Myndighetenes oppfatning var imidlertid at 50 prosent produktivitetsøkning var realistisk og i styringsdokumentene for de regionale helseforetakene for 2003 ble ambisjonen oppjustert til 30 prosent økning for årene alene (Helsedepartementet, 2003). I perioden 1998 til 2006 økte antall tiltak per behandler med i overkant av 70 prosent (Halsteinli, 2007). Myndighetenes mål slik det opprinnelig ble konkretisert i Opptrappingsplanen, er med andre ord nådd. Imidlertid økte antall tiltak per pasient med 37 prosent og antall pasienter per fagårsverk med 21 prosent. Med andre ord førte økt produktivitet til at flere fikk behandling hvert år, men også at omfanget av tiltak hver pasient mottok økte. Det har vært hevdet at økningen i tiltak kan skyldes endret registreringspraksis. En rapport fra Riksrevisjonen viste at antall registrerte tiltak for en pasient i løpet av en dag kunne variere betydelig mellom poliklinikkene. Rapporten bygget på en gjennomgang av et utvalg av journaler ved et utvalg av poliklinikker for pasienter behandlet i perioden (Riksrevisjonen, 2007). Det er videre vist at andel behandlertid brukt til direkte pasientkontakt var tilnærmet uendret fra 2000 til 2004, noe som kan synes å stå i motsats til den betydelige økningen i tiltak per behandler (Hatling et al, 2005). Endret registreringspraksis kan være en forklaring på dette. En drøfting av endret registreringspraksis er forøvrig gjort i sektorrapporten for SAMDATA Psykisk helsevern for 2006 (Halsteinli, 2007). Spørsmålet er med andre ord om den enkle indikatoren tiltak per behandler gir et dekkende uttrykk for produktivitetsutviklingen. I denne rapporten har vi analysert produktivitetsutviklingen i et utvidet perspektiv. Vi har nyansert poliklinikkenes aktivitet (eller produkt) ved å ta hensyn til forskjeller i pasientsammensetning både mellom poliklinikker og over tid, og vi har brukt både pasienter og tiltak som mål på aktivitet. Med produktivitet mener vi produksjon/aktivitet sett forhold til ressursinnsats, og det er ønskelig både å sammenlikne poliklinikker med hverandre og å studere utvikling over tid. Det innebærer at både ressursinnsats og aktivitet må være mest mulig sammenliknbare mellom poliklinikker og over tid. Vi har benyttet antall fagårsverk som mål på ressursinnsats (eller innsatsfaktor), og vi har tatt hensyn til ulik bemanningssammensetning ved å skille mellom universitetsutdannet personell (leger og psykologer) og høyskoleutdannet personell (sykepleiere, spesialpedagoger mm). I dette ligger det en antagelse om at poliklinikkenes produktivitet kan være 9

12 betinget av bemanningssammensetning. Det er tidligere empirisk påvist en slik sammenheng (Halsteinli et al, 2005). I mangel av kjennskap til effekt av behandling har vi benyttet aktivitet som mål på produksjonen. Aktivitet ble målt i form av direkte kontakt mellom behandler og pasient/foresatte (direkte tiltak), eller som kontakt mellom behandler og samarbeidspartnere som f eks barnevern, helsesøster eller skolehelsetjeneste 1 (indirekte tiltak). Direkte og indirekte tiltak kan betraktes som to ulike produkter hvor poliklinikkens ressursbruk kan være ulik, delvis i form av at ulik behandlertid går med og delvis fordi ulikt antall behandlere er involvert. Ved å bruke tiltak som aktivitetsmål vektes antall behandlede pasienter med det omfang av tiltak som hver pasient i gjennomsnitt har mottatt, og ved å benytte to typer tiltak tar vi hensyn til avveiningen mellom direkte og indirekte tiltak og poliklinikkene gjøres mer sammenliknbare med hensyn til det de har produsert. Endret registreringspraksis over tid (f. eks. flere registrerte tiltak for ellers sammenliknbare behandlingssekvenser) kan innebære at produktivitetsendringen overvurderes når tiltak brukes som resultatmål. En tilnærming med to innsatsfaktorer og to produkter (direkte og indirekte tiltak), har tidligere vært benyttet for perioden , og produktivitetsveksten ble estimert til 25 prosent på fem år (Halsteinli et al, 2005). Riksrevisjonen har påpekt at ved å bruke sum antall pasienter og/eller tiltak som produkt, tas det ikke hensyn til forskjeller mellom poliklinikker i forhold til pasientsammensetning (knyttet til ulik diagnosefordeling) (Riksrevisjonen, 2007). For å ta hensyn til denne kritikken og for samtidig å ta høyde for endret registreringspraksis har vi i denne analysen fokusert på følgende: 1. Pasientenes symptomer og behandlingssituasjonens kompleksitet varierer. Poliklinikkenes ressursbruk knyttet til tiltak kan variere mellom pasientgrupper. Det er med andre ord ønskelig å korrigere for forskjeller i pasientsammensetning mellom poliklinikker og over tid. 2. Flere tiltak per pasient kan være et uttrykk for at hver pasient faktisk mottar mer omfattende behandling, men det kan også være et uttrykk for endret registreringspraksis. I begge tilfeller kan det argumenteres for å vektlegge antall behandlede pasienter som aktivitetsmål ved beregning av produktivitet. I tilfellet endret registreringspraksis fordi reell økning i tiltak kan være lavere enn den observerte. I det første tilfellet er spørsmålet om det er avtagende effekt sett fra pasientens side og om mer behandling således kunne hatt en alternativ anvendelse med større pasienteffekt. Med utgangspunkt i en observert økning i tiltak per behandlerårsverk på nær 70 prosent, har formålet med denne analysen vært å estimere poliklinikkenes produktivitetsutvikling når det tas hensyn til at pasientsammensetningen og at antall pasienter tillegges vekt som produkt. Formålet har videre vært å drøfte utviklingen i produktivitet på nasjonalt nivå og beskrive utviklingen for helseregionene. I avsnitt to gir vi en nærmere beskrivelse av datamaterialet og valg av pasientgrupper, samt analysemetode. I avsnitt tre presenterer vi resultater og i avsnitt fire gir vi en kort oppsummering. Vi redegjør imidlertid først kort for begrepene produktivitet og effektivitet. 1 Se Halsteinli (2007) for en nærmere drøfting av det å måle innsatsfaktor og produkt på denne måten. 10

13 Begrepsdefinisjoner Produktivitet er forholdet mellom produksjon og ressursbruk og da i absolutt forstand. Tiltak per behandler er et eksempel på dette og kan anta hvilken som helst verdi større enn null. Effektivitet er derimot et relativt begrep som uttrykker faktisk produktivitet ift det som er oppnåelig. Effektiviteten vil ha en verdi mellom 0 og 1, og innbærer at poliklinikkenes sammenliknes med oppnåelig nivå - som følgelig må operasjonaliseres. I vår sammenheng har vi flere innsatsfaktorer og flere produkter. Normalt ville en brukt priser til å veie sammen ulike produkter og innsatsfaktorer. Farrel (1957) foreslo et sett med effektivitetsbegreper som løser problemet med manglende priser, gitt at en kjenner grensen for det som fysisk er mulig å produsere ved gitt ressursinnsats (oppnåelig nivå). Disse begrepene har fått stor betydning i måten effektivitet måles på, og vår definisjon har sin opprinnelse herfra. Teknisk effektivitet måler forholdet mellom ressursinnsats og aktivitet i kvantifiserbare enheter, og er et relativt uttrykk for poliklinikkens produktivitet gitt den størrelsen (antall årsverk) den har. Det er ikke gitt at det er mulig for poliklinikkene å oppnå samme produktivitet uavhengig av størrelse. En stor poliklinikk kan være teknisk effektiv, men likevel ineffektiv i forhold til størrelsen i en situasjon med stordriftsulemper. Stordriftsulemper er tidligere påvist for nettopp BUP poliklinikker (Halsteinli et al, 2001). Teknisk produktivitet måler forholdet mellom ressursinnsats og aktivitet når det også tas hensyn til mulighet for produktivitetsforbedring ved å endre til optimal skala. Teknisk produktivitet gir følgelig uttrykk for det som teoretisk sett er mulig gitt at poliklinikkene ble organisert som enheter innenfor intervallet for optimal skala. I denne analysen har vi fokusert på utviklingen i nettopp teknisk produktivitet. Teknisk produktivitet (og teknisk effektivitet) dreier seg om intern effektivitet eller å gjøre ting riktig. Estimert teknisk produktivitet for en poliklinikk uttrykker hvordan poliklinikken relativt sett gjorde det i forhold til det som var maksimalt mulig og dermed hvor effektiv den var. Denne effektiviteten sier imidlertid ikke noe om allokeringseffektivitet eller om det var de riktige pasientene som ble behandlet jfr. spørsmålet om prioritering mellom pasientgrupper. Vårt effektivitetsbegrep er med andre ord produksjonsorientert, og ikke prioriteringsorientert. For en nærmere gjennomgang av effektivitetsbegreper og empiriske analyser i norsk sammenheng viser vi til (Kittelsen og Førsund, 2001). 11

14

15 2 Datamateriale og metode Vi har benyttet to datakilder. Pasientdata fra Norsk Pasientregister (NPR) og institusjonsdata fra Statistisk Sentralbyrå (SSB). Datamaterialet omfatter driftsårene og er tilrettelagt i forbindelse med de årlige SAMDATA-rapportene av SINTEF Helse. Opplysninger om antall fagårsverk per poliklinikk ble hentet fra institusjonsdata, mens opplysninger om behandlede pasienter og tilhørende tiltak ble hentet fra pasientdata. Se for en mer detaljert beskrivelse av datagrunnlaget. 2.1 Innsatsfaktorer Vi har skilt mellom to typer fagårsverk: Universitetsutdannede definert som leger og psykologer og høgskoleansatte definert som sykepleiere, spesialpedagoger, sosionomer m fl. Merkantile årsverk er holdt utenfor som følge av ulik organisering både mellom poliklinikker og over tid spesielt knyttet til omorganiseringer som følge av foretaksreformen. Siden årsverksdata var basert på punkttellinger det enkelte år, ble gjennomsnittet for to år benyttet for å ta høyde for endringer gjennom året. 2.2 Produkter og inndeling i pasientgrupper Opplysninger om antall behandlede pasienter og tilhørende tiltak fremkom ved å aggregere pasientdata til poliklinikknivået. Pasienter ble delt inn i grupper med utgangspunkt i tilgjengelige pasientkarakteristika for hele perioden Tre variabler hadde tilfredsstillende utfylling (lav andel missing): Kjønn, alder og viktigste henvisningsgrunn for barnet. Basert på en skjønnsmessig inndeling fundert på klinisk erfaring, ble pasientene først delt i to grupper etter kjønn, deretter etter alder (0-12 år, 13 år eller mer) og dernest i to kategorier av henvisningsgrunner som benevnes gruppe 1 og gruppe 2. Henvisningsgrunner i gruppe 2 omfatter pasienter henvist for atferdsvansker, hyperaktivitet alternativt konsentrasjonsvansker, autistiske trekk eller psykotiske trekk. Gruppe 1 omfatter alle andre henvisingsgrunner. På denne måten har vi skilt en andelsmessig stor pasientgruppe knyttet til atferdsvansker, samt en andelsmessig liten gruppe knyttet til nevropsykiatriske problemstillinger og/eller høy alvorlighetsgrad, fra øvrige pasienter. Pasientene i gruppe 2 er karakterisert som meget arbeidskrevende (Clifford, 2006), og vår antagelse var at tiltak overfor denne gruppen i gjennomsnitt krever mer tid og ressurser fra behandlerne enn tilsvarende for gruppe 1. Dette tilsvarer å anta at poliklinikkenes kostnad per tiltak var høyere, noe som kunne skyldes både at medgått tid per tiltak var høyere og at flere behandlere deltok. Ved å dele pasientgruppene i under/over 13 år skilte vi generelt mellom pasienter hvor behandlingen i stor grad involverte familie og barnhage/skole (de yngste) og pasienter hvor relasjonen mellom behandler og pasient fikk økende betydning i forhold til omgivelsene (de eldste). Ved å dele inn etter kjønn tok vi hensyn til at det kunne være kjønnsmessige forskjeller mht symptomatisk uttrykk for samme type lidelse. I datamaterialet ble pasienter, direkte tiltak og indirekte tiltak hver for seg splittet på åtte grupper ut fra jente/gutt, 0-12 år/13 år eller mer og etter henvisningsgrunn. 13

16 2.3 Deskriptiv beskrivelse av poliklinikkene for perioden Datamaterialet besto av et ubalansert panel (se tabell 2.1) av poliklinikker for perioden Antall enheter varierte fra 48 til 60 de enkelte år, mens et panel bestående av 37 poliklinikker hadde data for alle år (se vedlegg). Dette datasettet fremkom etter at enkelte poliklinikker fra det opprinnelige/samlede antall poliklinikker ble utelatt (i enkelte år) som følge av Mangelfull informasjon om enten fagårsverk og/eller aktivitet For høy missing på pasientkarakteristika Usikker overensstemmelse mellom fagårsverk og aktivitet som følge av organisatoriske endringer Tabell 2.1 Antall enheter/poliklinikker som inngikk i datamaterialet. Helseregioner Panel Helse Øst Helse Sør Helse Vest Helse Midt-Norge Helse Nord Landet Tabell 2.2 beskriver utviklingen med hensyn til poliklinikkenes gjennomsnittlige pasientsammensetning, ressursinnsats og aktivitet. Det er verdt å merke seg at pasientsammensetningen endret seg vesentlig fra 1998 til Andel gutter økte moderat, andel pasienter over 13 år økte noe mer og andel pasienter henvist med atferdsproblematikk økte vesentlig. 14

17 Tabell 2.2 Deskriptiv statistikk for pasientsammensetning, ressursinnsats og behandlingsaktivitet. Gjennomsnitt og standardavvik for poliklinikkene. Ubalansert panel Endring N (Antall institusjoner) Andel gutter 0,53 0,55 0,55 0,56 0,57 0,57 0,56 0,56 0,56 0,03 St.avvik 0,07 0,06 0,05 0,05 0,05 0,04 0,04 0,04 0,04 Andel ,51 0,50 0,51 0,52 0,53 0,53 0,54 0,54 0,55 0,05 St.avvik 0,07 0,05 0,05 0,04 0,05 0,05 0,04 0,05 0,05 Andel gruppe 2 0,36 0,37 0,38 0,40 0,39 0,41 0,42 0,45 0,46 0,09 St.avvik 0,07 0,07 0,06 0,07 0,07 0,08 0,07 0,07 0,07 Fagårsv. univ. 5,23 5,41 6,06 7,03 7,41 8,49 10,06 11,26 11, % St.avvik 3,36 3,36 3,93 5,32 5,38 5,60 7,79 9,24 9,56 Fagårsv. høgsk. 4,89 4,80 5,25 6,31 7,21 8,37 9,75 10,76 12, % St.avvik 3,01 3,31 3,62 4,29 5,07 5,92 7,81 9,27 10,81 Pasienter % St.avvik Direkte tiltak % St.avvik Indirekte tiltak % St.avvik Datakilde: SSB, NPR og SINTEF Helse. I gjennomsnitt økte antall fagårsverk i poliklinikkene betydelig i perioden. Det er imidlertid viktig å være klar over at noe av denne økningen skyldes sammenslåing av enkelt poliklinikker til større administrative og organisatoriske enheter, blant annet i forbindelse med helseforetaksreformen. Det er likevel ingen tvil om at poliklinikkene har økt i størrelse i perioden I tråd med tidligere publiserte data viser tabell 2.2 at spesielt antall direkte tiltak økte vesentlig mer enn antall behandlede pasienter. I tabell 2.3 er ressursinnsats sammenholdt med aktivitet. For poliklinikkene i vårt datamateriale økte tiltak per fagårsverk med 62 prosent, tiltak per pasient med 37 prosent og mens pasienter per fagårsverk økte med 20 prosent. 15

18 Tabell 2.3 Deskriptiv statistikk avledede variabler. Gjennomsnitt og standardavvik for poliklinikkene. Ubalansert panel Endring N Tiltak per pasient 10,0 10,4 10,7 10,7 12,1 13,9 13,3 13,3 13,7 37 % St.avvik 2,6 2,3 2,6 2,4 2,9 3,5 3,1 3,3 3,3 Tiltak per fagårsv. 265,4 288,3 305,8 312,8 349,0 397,1 396,1 418,7 429,4 62 % St.avvik 83,4 69,1 70,4 70,5 93,3 101,3 94,4 116,1 100,8 Pas. per fagårsverk 27,1 28,4 29,6 30,2 29,5 29,5 30,8 32,7 32,5 20 % St.avvik 7,6 7,2 7,7 7,3 6,8 8,3 7,9 10,6 8,7 Dir. tiltak per pas. 6,75 6,81 6,83 6,94 7,79 9,21 9,14 9,60 9,91 47 % 1,43 1,43 1,67 1,51 1,97 2,29 2,16 2,32 2,61 Indir. tiltak per pas. 3,23 3,60 3,85 3,72 4,31 4,69 4,11 3,69 3,79 17 % 1,89 1,84 2,14 1,72 1,93 2,33 1,97 1,93 1,90 Datakilde: SSB, NPR og SINTEF Helse. 2.4 Metode Tankegangen i denne analysen bygger på å sammenlikne hvordan poliklinikkene utnyttet sine personellressurser i forhold til hva som var best mulig. Et naturlig utgangspunkt er å anta at best mulig er det samme som beste praksis. Vi har benyttet den ikkeparametriske metoden DEA (Data Envelopment Analysis) for å bestemme frontproduktfunksjonen basert på innsatsfaktorer og produkter målt i kvantitative enheter. Den effektive fronten definerer den maksimale produksjonen som er mulig gitt nivået på innsatsfaktorene. De effektive enhetene ligger på fronten og det er disse, eller en konveks kombinasjon av disse, som de øvrige poliklinikkene sammenliknes med. Metoden har flere viktige forutsetninger knyttet til seg, blant annet at det forutsettes at målefeil ikke eksisterer. Dette er en problematisk forutsetning siden endret registreringspraksis kan oppfattes som målefeil 2. Metoden har likevel åpenbare fordeler knyttet til seg, blant annet at den gir mulighet for å inkludere flere innsatsfaktorer og flere produkter, og på den måten åpnet for at poliklinikkene ble sammenliknet med enheter på fronten som var mest mulig lik seg selv mht pasientsammensetning. For en mer detaljert innføring i DEA viser vi til Torp et al (2000). Den effektive fronten ble bestemt av observasjonene i datamaterialet, og enheter for alle år ble tillatt å ligge på fronten. Mest sannsynlig lå den teoretiske fronten utenfor den observerte. Så lenge poliklinikkene ble sammenholdt med den observerte fronten, ble poliklinikkene vurdert snilt i den forstand at den sanne effektiviteten kunne være lavere enn den estimerte. Som i Halsteinli et al (2005) har vi i denne analysen også benyttet en bootstrap-metode for å beregne teknisk produktivitet og tilhørende konfidensintervall. Bootstrap-baserte estimat gir ekstra informasjon i form av konfidensintervall, men estimatene vil også generelt ligge lavere enn ordinært DEA-estimat på grunn av forskjellen mellom observert og teoretisk front. Vår interesse har imidlertid primært vært knyttet til 2 For en drøfting av dette spørsmålet for BUP poliklinikker, se Halsteinli (2007). 16

19 produktivitetsutvikling og her vil forskjellene i nivå ha liten betydning. For en nærmere beskrivelse av både bootstrap-metode og anvendelse, se f eks Tortosa-Ausine et al (2008) eller Staat (2006). For gjennomsnittlig nivå i teknisk produktivitet de enkelte år, har vi presentert både ordinære DEA-estimat og bootstrap-estimater. Produktivitetsendring ble primært beregnet ved den såkalte Malmquist-indeksen (M) som for hver poliklinikk uttrykker teknisk produktivitet ett år i forhold til teknisk produktivitet et basisår. I vårt tilfelle var 1998 basisår. Gjennomsnittet av poliklinikkenes M beskriver da poliklinikkenes gjennomsnittlige produktivitetsendring. Vår analyse fulgte i stor grad opplegget fra en tidligere publisert analyse av BUP poliklinikker for perioden (Halsteinli et al, 2005). Vi har som første del av analysen lagt vekt på å sammenlikne modeller med ulik spesifikasjon av poliklinikkenes aktivitet, og dernest drøfte forskjellene i produktivitetsutvikling som fremkommer av ulike modeller. Testing av modeller kan blant annet gjøres på basis av bootstrap-resultater. Vi har utført tester for alternative modellspesifikasjoner som en del av underlagsmaterialet for analysen, uten at dette rapporteres eksplisitt. Ut fra drøftingen har vi gjort et valg i forhold til hvilken modell som må betraktes som mest dekkende for BUP poliklinikkene. Ressursinnsats er identisk i alle modeller, og består av årsverk universitetsansatte (U) og årsverk høgskoleutdannede (C). I neste avsnitt gir vi en nærmere beskrivelse av modellene mht hvordan aktivitet ble spesifisert. 2.5 Modeller Vår analysestrategi var å bruke den modellen som ligger nærmest den enkle indikatoren tiltak per fagårsverk som referansemodell. Modellen har to ouput: Antall direkte tiltak og antall indirekte tiltak, og benevnes REF. Denne modellen tilsvarer den modellen som ble benyttet i analysen av produktivitetsutviklingen (Halsteinli et al, 2005). Vårt alternative utgangspunkt var en modell med kun antall pasienter som output, men splittet etter henholdsvis jente/gutt, over- eller under 12 år og to grupper basert på henvisningsgrunn, i alt åtte output og benevnes PAS. Denne modellen tok hensyn til forskjeller i pasientsammensetning. Modellen forutsatte implisitt at innenfor disse pasientgruppene hadde pasientene i gjennomsnitt behov for det samme antall tiltak. Det var følgelig ikke behov for å korrigere for forskjeller i pasientsammensetning innen gruppene ved å bruke tiltak som supplement eller alternativt mål på aktivitet. I denne modellen vil en poliklinikk som utførte i gjennomsnitt mange tiltak per pasient som alternativ til flere behandlede pasienter, fremstå med lavere produktivitet alt ellers likt. En poliklinikk som behandlet like mange pasienter i de respektive pasientgruppene, men som utførte flere tiltak per pasient, ville ikke fremstå som mer produktiv alt ellers likt. Modellen hvilte med andre ord på at grupperingen av antall behandlede pasienter kunne fange opp det som var av forskjeller i poliklinikkenes forventede kostnader med å behandle pasientene. For modellen PAS har vi statistisk testet hvorvidt det å aggregere på henholdsvis kjønn, alder og henvisningsgrunn ga samme forklaringskraft som en oppsplitting. I alle tilfellene måtte hypotesen om at en aggregering ga samme resultat som oppsplitting forkastes. Vi har følgelig tatt utgangspunkt i den disaggregerte modellen PAS. Tabell 2.4 viser hvordan pasientene samlet sett fordelte seg på de åtte gruppene for årene Den tredje modellen er en modifikasjon av PAS. Vi antok at PAS ikke i tilstrekkelig grad klarte å korrigere for forskjeller i relativt ressursbehov for pasienter innen de åtte pasientgruppene. Vi inkluderte følgelig direkte og indirekte tiltak i tillegg til pasienter. Vi inkluderte imidlertid aggregerte tiltaksvariabler slik at vi på denne måten korrigerte med et samlet uttrykk for tiltaksomfang på tvers av pasientgrupper. Modellen innebærer at to nye output ble inkludert. Til sammen har modellen 10 output og benevnes PASTIL. 17

20 Tabell 2.4 PAS: Fordeling av pasienter på 10 output. Andeler (sum= 100) Jenter 0-12 Gr Gr Jenter 13 + Gr Gr Gutter 0-12 Gr Gr Gutter 13 + Gr Gr SUM pasientandeler SUM pasienter Datakilde: NPR og SINTEF Helse. Den fjerde modellen er igjen en modifikasjon av PAS, men samtidig også en modifikasjon av REF. Modellen inkluderer kun direkte og indirekte tiltak slik som i REF, men alle tiltaksvariablene ble splittet etter pasientsammensetning slik som i PAS: Jente/gutt, 0-12/13+ og to henvisningsgrupper. Samlet blir det 16 output. Modellen benevnes TIL. 18

21 3 Produktivitetsutvikling Nasjonal produktivitetsutvikling Figur 3.1 viser at nivået på årlig gjennomsnittlig teknisk produktivitet endret seg avhengig av hvordan poliklinikkenes aktivitet ble spesifisert. Det var først og fremst referansemodellen REF som skilte seg fra de øvrige modellene. Gjennomsnittlig produktivitet for REF var for eksempel 0,42 i 1998, mens den for PASTIL var 0,67. Nivåforskjellene følger delvis av metoden fordi ved å inkludere flere output, vil flere poliklinikker ligge på fronten og de øvrige poliklinikkene vil ha lettere for å finne noen å sammenlikne seg med, med det resultat at gjennomsnittlig effektivitet går opp. Figuren viser imidlertid at REF-nivået i slutten av perioden nærmet seg nivået for de øvrige modellene og følgelig var endringen i produktivitet helt avhengig av hvilken modell som ble lagt til grunn REF (2) PAS (8) PASTIL (10) TIL (16) Figur 3.1 Nivå på teknisk produktivitet BUP poliklinikker Årlige uveide gjennomsnitt for fire ulike modeller. Ubalansert panel. REF var den modellen som lå tettest opp til indikatoren tiltak per fagårsverk, og kan betraktes som en nyansering av denne. Vi har argumentert for at denne modellen ikke i tilstrekkelig grad tok hensyn til forskjeller mellom poliklinikker det enkelte år eller forskjeller over tid. 19

22 Modellen PAS tok hensyn til forskjeller i pasientsammensetning, men ved å ikke inkludere tiltak forutsatte den samtidig at pasientene innen hver gruppe hadde et (i gjennomsnitt) likt ressursbehov. Modellen kan oppfattes som streng, i den forstand at ekstra tiltak per pasient (sammenliknet med andre poliklinikker) og alt ellers likt, ikke ga poliklinikken noe ekstra i forhold til produktivitet. Modellen PASTIL tok hensyn til at det kunne være forskjeller mellom pasienter innad i pasientgruppene ved å inkludere direkte og indirekte tiltak som output. Det innebar at en poliklinikk som hadde flere tiltak til samme antall pasienter, alt eller likt, ville fremstå som mer effektiv enn andre. Modellen TIL tilsvarte REF, men skilte mellom tiltak gitt til ulike pasientgrupper. Modellen innebar med andre ord at antall pasienter ble vektet med gjennomsnittlig antall tiltak innenfor hver pasientgruppe. Gjennomsnittlig nivå på teknisk produktivitet utviklet seg forholdsvis jevnt for modellen PASTIL, fra 0,67 i 1998 til 0,78 i 2006, en endring på 17 prosent. De tre modellene PAS, TIL og PASTIL viste et sammenliknbart nivå i perioden , mens det var større spredning fra 2002 og utover. Dette sammenfalt med den relativt kraftige økningen i tiltak per pasient i (se tabell 2.3), og modellen TIL viste en økning i produktivitetsnivå på 30 prosent i perioden sett under ett. Modellen PAS viste en mer moderat økning på 8 prosent, noe som må sees i sammenheng med at antall behandlede pasienter (per fagårsverk) økte moderat perioden sett under ett. For sammenlikningens skyld økte årlig gjennomsnittlig produktivitet ved bruk av modellen REF med 65 prosent. Resultatene viste for det første at korreksjon for pasientsammensetning var av vesentlig betydning for estimert endring i produktivitetsnivå. En stor del av effektivitetsforbedringen som REF indikerte, ble utliknet når det ble tatt hensyn til endringer i pasientsammensetning (TIL). For det andre viste resultatene at når antall pasienter fordelt på grupper og i tillegg tiltak ble benyttet som aktivitetsmål (PASTIL), fikk vi et annet bilde av effektivitetsforbedringen sammenliknet med TIL hvor kun tiltak kontrollert for pasientsammensetning var inkludert. Modellen som kun vektla antall behandlede pasienter (PAS) viste forholdsvis liten endring i gjennomsnittlig produktivitet over hodet. Vår vurdering var at modellen PASTIL var best egnet til å uttrykke poliklinikkenes utvikling. Begrunnelsen var at den både inkluderte antall pasienter som var et poeng i seg selv for å balansere mulige forskjeller/endringer i registreringspraksis for tiltak, den tok hensyn til endringer i pasientsammensetning og i tillegg korrigerte den for pasientforskjeller reflektert ved utførte tiltak. Tabell 3.1 Modellen PASTIL: Nivå teknisk produktivitet for BUP poliklinikker Årlige gjennomsnitt for hele utvalget (ubalansert panel) og for panelet av enheter med data alle år (N=37). Konfidensintervall (95 %) for bootstrap-baserte produktivitetsestimatorer i parentes. PASTIL Alle observasjoner: Endr DEA - estimat 0,67 0,71 0,72 0,73 0,75 0,78 0,78 17 % Bootstr. est. 0,59 0,63 0,64 0,65 0,66 0,69 0,69 16 % PASTIL - Panel N=37: (0,53-0,65) (0,57-0,69) (0,61-0,67) (0,62-0,69) (0,63-0,70) (0,65-0,73) (0,65-0,73) DEA - estimat 0,64 0,68 0,69 0,73 0,76 0,78 0,78 23 % Bootstr. est. 0,57 0,61 0,62 0,65 0,67 0,69 0,69 21 % (0,54-0,60) (0,58-0,64) (0,59-0,65) (0,64-0,69) (0,64-0,71) (0,65-0,73) (0,64-0,73) 20

23 I tabell 3.1 har vi for PASTIL presentert gjennomsnittlig produktivitetsnivå for alle observasjonene i det ubalanserte panelet, men også for det utvalget av poliklinikker som hadde observasjoner for alle år. DEA-estimat for PASTIL Alle observasjoner i tabell 3.1 tilsvarer nivået fremstilt i figur 3.1. I linjen under er bootstrap-baserte estimat presentert sammen med tilhørende konfidensintervall. Tabellen viser at det bootstrap-baserte estimatet lå noe lavere enn ordinært estimat (jfr. avsnitt 2.4). Vår interesse er imidlertid primært knyttet til utvikling over tid og vi ser at prosent endring i gjennomsnittlig nivå er tilnærmet likt for de to estimatene. To forhold er imidlertid verdt å legge merke til: Gjennomsnittlig effektivitet for panelet av poliklinikker med data alle år (N=37) lå noe lavere i 1998 enn tilsvarende for alle observasjoner. Denne forskjellen fant vi ikke mot slutten av perioden. Det innebar at effektivitetsforbedringen i perioden prosentvis ble noen høyere for panelet sammenliknet med hele utvalget (21 % kontra 16 %). For det enkelte år var gjennomsnittlig effektivitet i liten grad signifikant høyere i forhold til året før. Effektiviteten i var signifikant høyere enn i den fylkeskommunale perioden før Figur 3.2 illustrerer utviklingen i poliklinikkenes gjennomsnittlige effektivitetsforbedring med tilhørende konfidensintervall. Mens tabell 3.2 viser gjennomsnittlig nivå på poliklinikkenes effektivitet, viser figur 3.2 altså den gjennomsnittlige endringen PASTIL Lo0.025 Up0.025 Figur 3.2 Modell PASTIL: Gjennomsnittlig produktivitetsendring ved Malmquist teknisk produktivitetsindeks relativ til Panel av enheter med data alle år (N=37). Bootstrap-basert 95 % konfidensintervall. Figuren viser for det første at den gjennomsnittlige effektivitetsforbedringen for de 37 poliklinikkene var noe høyere enn endringen i gjennomsnittlig teknisk produktivitet jfr. tabell 3.2 (27 % mot 21 %). Det er imidlertid verdt å legge merke til at estimatet for 2006 (i figuren) ikke er signifikant forskjellig fra 21 % gitt 5 prosent signifikansnivå. For det andre viser figuren at poliklinikkenes effektivitetsforbedring har skjedd i to trinn: Først i opptrappingsplanens startfase, og deretter ved etablering av helseforetakene i Effektivitetsforbedringen synes å ha avtatt mot slutten av perioden. 21

24 Resultatene sett under ett viser at for modellen PASTIL varierer anslagene på produktivitetsvekst fra 16 til 27 prosent avhengig av om (I) ubalansert eller balansert panel legges til grunn og (II) om utviklingen i gjennomsnittlige årlige nivå eller gjennomsnittlige endringer legges til grunn. I tillegg kommer statistisk usikkerhet jfr. konfidensintervallene. Et anslag på effektivitetsforbedring i intervallet prosent som figur 3.2 viser, kan derfor være et optimistisk anslag. 3.2 Regional produktivitetsutvikling I tabell 3.2 er gjennomsnittlig årlig teknisk effektivitet for helseregionene gjengitt, og beregningene er gjort for modellen PASTIL. De regionale helseforetakene ble etablert i 2002, og vi har valgt å beholde den samme regioninndelingen av poliklinikker i perioden som fra 2002 og utover. I denne tabellen er det årlige veide gjennomsnitt for teknisk produktivitet som presenteres. Poliklinikkene ble vektet med størrelse (antall fagårsverk) og dette ble gjort for å få et best mulig bilde av det samlede nivået i de enkelte regionene 3. Det er forøvrig verdt å merke seg at veid gjennomsnitt på landsbasis lå noe lavere enn uveid gjennomsnitt presentert i tabell 3.1. Dette skyldes at noen store poliklinikker generelt hadde noe lavere produktivitet (jfr. stordriftsulemper kommentert i avsnitt 1). I 1998 lå helseregionenes gjennomsnittlige tekniske produktivitet innenfor intervallet 0,54 til 0,72. I tråd med at den gjennomsnittlige produktiviteten økte i perioden, skiftet intervallet for regionene oppover på skalaen. I 2006 lå effektiviteten mellom 0,62 og 0,77. I alle helseregionene lå produktivitetsnivået høyere i 2006 enn i Tabell 3.2 Teknisk effektivitet BUP poliklinikker Veid gjennomsnitt for regionale helseforetak (vektet etter poliklinikkenes størrelse målt med årsverk). Modell = PASTIL Endring Helse Øst 0,66 0,67 0,65 0,64 0,70 0,72 0,68 0,70 0,75 14 % Helse Sør 0,72 0,75 0,77 0,75 0,67 0,74 0,74 0,75 0,77 7 % Helse Vest 0,62 0,73 0,79 0,77 0,70 0,67 0,75 0,79 0,76 22 % Helse Midt-N 0,54 0,51 0,55 0,58 0,57 0,63 0,69 0,69 0,62 14 % Helse Nord 0,60 0,66 0,66 0,66 0,70 0,72 0,76 0,77 0,74 23 % Landet 0,63 0,66 0,68 0,67 0,68 0,70 0,72 0,74 0,73 16 % Ant. enheter Figur 3.2 illustrerer utviklingen grafisk og viser at det skjedde en viss tilnærming mellom helseregionene i perioden. Hvis vi holder Midt-Norge utenfor, var det liten forskjell i gjennomsnittlig teknisk produktivitet i Helse Midt-Norge RHF skiller seg noe ut med en nedgang i nivå fra 2005 til Antall enheter i Helse Midt-Norge er lavt (jfr. tabell 2.1) som følge av at Barne- og ungdomspsykiatrisk klinikk ved St. Olav HF har levert samlet for flere poliklinikker. Dette kan påvirke hvilke enheter med beste praksis som klinikken sammenliknes med i DEA-analysen og dermed estimert produktivitetsnivå. Nedgangen fra 2005 til 2006 er imidlertid i tråd med resultatene for de enkle indikatorene som tidligere er presentert i SAMDATA-sammenheng (Halsteinli, 2007). 3 Det er til dels stor forskjell mellom helseregionene når det gjelder antall enheter. Dette synes først og fremst å ha med organisatoriske forhold å gjøre (felles rapportering f eks fra poliklinikker fra Sykehuset Innlandet HF og fra St Olav HF) og noe ulik praksis over tid med hensyn til rapportering av data (poliklinikker i Helse Bergen HF). 22

25 Helse Øst Helse Sør Helse Vest Helse Midt-N Helse Nord Figur 3.3 Modellene PASTIL: Teknisk effektivitet BUP poliklinikker Veid gjennomsnitt for regionale helseforetak (vektet etter poliklinikkenes størrelse målt med årsverk). Det er viktig å minne om at de regionale tallene ble basert på et ubalansert panel for Det betyr at antall enheter/poliklinikker som inngikk de respektive årene kunne være ulikt fra år til år, for den enkelte region (se tabell 2.1). 23

26

27 4 Oppsummering Med utgangspunkt i Opptrappingsplanens mål om økt produktivitet i BUP poliklinikker og en observert økning i antall tiltak per fagårsverk på om lag 70 prosent fra 1998 til 2006, har vi drøftet utviklingen produktivitet ut fra et utvidet perspektiv. Vi har spesielt fokusert på produktivitetsutvikling når vi tar hensyn til forskjeller i pasientsammensetning mellom poliklinikker og over tid, og vi har inkludert både pasienter og tiltak som aktivitet. Analysen er basert på data for ni år og i disse årene har psykisk helsevern for barn og unge vært gjenstand stor oppmerksomhet fra helsemyndighetene sin side. Gjennom Opptrappingsplanen for psykisk helse har et høyt antall nye behandlere fått opplæring og blitt satt i aktiv behandling, arbeidsformene har vært evaluert og en veileder har blitt utarbeidet og tatt i bruk, og det har vært fokus på arbeidsfordelingen mellom kommunehelsetjenesten og spesialisthelsetjenesten (Hatling et al (1999), Hatling et al (2005)). Det har vært et sterkt fokus på for lang ventetid på behandling, behov for bedre tilbud til store pasientgrupper og myndighetene har stilt konkrete og høye krav om økt produktivitet, delvis forsterket i forbindelse med helseforetaksreformen (Sosial- og helsedirektoratet (2005), Helsedepartementet (2003)). Psykisk helsevern for barn og unge har med andre ord vært gjenstand for stor ytre påvirkning og den har forandret seg. De ytre kjennetegnene er at ressursinnsatsen har økt, men antall behandlede pasienter og antall utførte tiltak har økt ennå mer. En vurdering av poliklinikkenes produktivitetsutvikling krever at poliklinikkene gjøres mest mulig sammenliknbare over tid og at det tas hensyn til endringer av mer teknisk/organisatorisk karakter direkte eller indirekte som følge av den oppmerksomhet poliklinikkene har vært gjenstand for. Resultatene kan oppsummeres som følger: Hvordan poliklinikkenes aktivitet ble spesifisert hadde stor betydning for den estimerte produktivitetsforbedringen. Når vi inkluderte antall pasienter og korrigerte for pasientsammensetning, og samtidig inkluderte tiltak i aktivitetsmålet, ble estimert produktivitetsøkning på mellom 21 og 31 prosent. Estimatet er basert på gjennomsnittlig produktivitetsforbedring for de 37 poliklinikkene som hadde data for alle år i perioden Ut fra alternative beregninger synes dette resultatet å være mer et optimistisk enn et pessimistisk estimat. I alle de fem helseregionene økte produktiviteten, og det er indikasjoner på at forskjellene mellom regionene har blitt mindre. Vi har i denne analysen gjort et forøk på å ta hensyn til at pasientene i BUP er heterogene med hensyn til ressursbehov og vi har korrigert for at pasientsammensetningen har endret seg over tid. Resultatet er et annet bilde av produktivitetsutviklingen enn indikatoren tiltak per fagårsverk gir inntrykk av. Etter vår oppfatning gir estimatet på poliklinikkenes produktivitetsforbedring i størrelsesorden prosent et mer dekkende bilde av produktivitetsutviklingen enn det tiltak per fagårsverk indikerer. En viktig årsak til det er at poliklinikkenes pasientsammensetning endret seg vesentlig fra 1998 til 2006 med blant annet et økt innslag av pasienter med atferdsproblematikk. Gitt at det er forskjeller i arbeidsform, arbeidsinnsats og pasientforløp mellom pasientgrupper vil en kunne få et feilaktig bilde av poliklinikkenes utvikling over tid hvis det ikke korrigeres for pasientsammensetning. Dernest er det indikasjoner på at poliklinikkene har respondert på myndighetenes produktivitetskrav med økt registrering og/eller endret registrering av tiltak, jfr. den kraftige økningen i tiltak per pasient i 2002 og 2003 som sammenfalt med en 25

28 forsterkning av både inntjenings- og produktivitetskrav til poliklinikkene. Det er følgelig grunn til å vurdere utviklingen i registrerte tiltak kritisk ut fra et komparativt perspektiv. Vår analyse ble basert på en inndeling i pasientgrupper basert på faglig skjønn og tilgjengelig pasientinformasjon. Det kan være at mer og bedre informasjon om forskjeller i ressursbehov kunne ledet til en annen og muligens mer adekvat inndeling i pasientgrupper. I tillegg er det viktig å være klar over de forutsetninger som ligger både i de modeller som er valgt og i metoden som sådan. Spesielt viktig er det at DEA-metoden ikke tar hensyn til eventuelle målefeil, selv om bruk av bootstrap-metoder gir anslag på statistisk usikkerhet. I mangel av data som gjør det mulig å veie ulike aktivitetsmål sammen, har imidlertid metoden en stor fordel ved at den tillater flere output, noe som er av stor betydning i vårt tilfelle. Helsemyndighetene har i perioden både tallfestet krav til produktivitetsvekst og konkretisert hvilke indikatorer for produktivitet som ville bli benyttet. Økningen i tiltak per fagårsverk viser at sektoren har respondert på kravene. Spørsmålet er hvilken rolle mer og/eller endret registrering har spilt. Et sterkt fokus på tiltak kan ha skygget for det å rette full oppmerksomhet mot endringer av f eks poliklinikkenes tidsbruk jfr. forslagene fra helsedepartementets egen arbeidsgruppe fra 2006 (Agledal-raaporten, 2006). En produktivitetsvekst på i størrelsesorden 21 til 31 prosent er likevel en substansiell økning, særlig tatt i betraktning av den meget kraftige bemanningsøkningen BUP poliklinikkene har opplevd og de ulemper i form av opplæringskostnader som det må ha medført. 26